東京大学大学院経済学研究科
2016 年 46 巻 1 号 p. 43-67
(EndNote、Reference Manager、ProCite、RefWorksとの互換性あり)
(BibDesk、LaTeXとの互換性あり)
高次元解析においては，観測できるデータ数が推定したい母数の数に比べて少ないため通常の推定量は大きな推定誤差を生ずる．また小地域推定においても，各地域から抽出されるデータ数が少ないため地域毎の標本平均は推定誤差が大きくなってしまう．こうした状況においては，通常の推定量を何らかの安定した推定量の方向へ縮小することによって推定精度を高めることができる．本稿では，高次元解析や小地域推定という応用的な側面から縮小推定法の有用性を解説する．
すでにアカウントをお持ちの場合 サインインはこちら
